银河争霸战通用人工智能的概念诞生很早，但是在ChatGPT横空出世之前，都未真正受到人工智能领域从业者的重视。在ChatGPT出现前，世界上90%以上的人工智能专家都在从事专用人工智能的相关研究(也被称为任务型人工智能)，即针对某一特定使用场景搭建机器学习模型进行训练，比如典型的围棋人工智能KataGo，虽然是围棋领域的顶尖水平，但是却没有完成其他领域任务的能力。这类专用人工智能在军事应用方面的发展也很快，但是有着明显的特点，即功能性强，但是互通性差。不过ChatGPT的出现所展现出的强大自然语言处理能力，直接改变了人工智能领域从业者对于通用人工智能的看法，这将对未来人工智能的发展和应用产生深远影响，在军事领域也同样如此。

　　通用人工智能又称“强人工智能”、“完全人工智能”是具有一般人类智慧，可以执行人类能够执行的任何智力任务的机器智能。通用人工智能的概念早在1967年就已出现，但是因为其过于超前的理念和技术要求，长期以来都未受到关注。与之相对的，现阶段主流的人工智能研究方向，被称为专用人工智能，又称为“狭义人工智能”、“弱人工智能”，指被编程来执行单一任务的人工智能，从特定的数据集中提取信息，因此无法在设计任务之外的场景运行。通用人工智能则指在不特别编码知识与应用区域的情况下，应对多种甚至泛化问题的人工智能技术。

　　专用人工智能和通用人工智能在非人工智能从业者的认知中，可能区别只是训练数据需要的领域不同，训练要求不同，但是实际上上这涉及到复杂的底层开发和训练逻辑的变化。许多人认为只要将现阶段的各种专用人工智能应用整合起来，即通过将整体问题分解成局部问题，就能实现通用人工智能。但实际上现阶段的大部分专用人工智能应用不能以通用形式储存信息，因此其他专用人工智能无法利用这些信息来互相提高和扩展。例如可以将语言处理和图像处理的应用拼接在一起，但这些应用无法像人类大脑集成听觉和视觉那样整合。

　　由于通用人工智能的特性，通用人工智能将模糊“有人”和“无人”的概念。现阶段无人系统的自主性所依赖的算法，可以将姿态控制、路径规划、轨迹跟踪以及运动决策等功能结合，但是各个功能的一般使用不同的算法体系，即便通过总线联结，但是这种“拼接”的自主功能，还难以达到人脑的信息综合处理能力，因此更为复杂的武器系统，其中枢决策依然不能实现完全的无人化，实际上现阶段军事人工智能领域的技术难点之一也是智能决策。而若使用通用人工智能架构，对于复杂武器系统的各个功能进行同步学习，尤其是需要人类参与的功能，将可能从各种不同系统融合的信息中学习产生高于“拼接”的智能水平，极大提高其决策水平，而这种思维与决策方式已经与人类操作员类似，差距只在于可能不存在于学习库中的常识性操作经验，因此再辅以通用人工智能相应的知识库，现阶段大部分“有人”系统在未来都可能实现无人化。

　　DARPA在2022年2月通过ALIAS项目使一架UH-60A黑鹰直升机首次完全无人驾驶

　　模糊“有人”和“无人”的概念，将不止限于操作员，同时会影响决策的指挥官。

　　现阶段世界各国还在讨论关于致命性自主武器(LAWS)的伦理问题，即拥有自主决策能力的杀伤性武器的追责问题，目前达成的一般共识是致命性自主武器必须由人类指挥官保有最终决策权，产生的后果由指挥官负责而不由武器制造者负责。不过一旦通用人工智能的决策能力突破阈值，明显超过了人类的决策准确性，目前的国际共识可能会产生动摇。如果通用人工智能的决策能力产生的作战效果更优秀，武器损耗和伤亡人数更低，并且判断失误的几率远低于人类指挥官，那一定会有人将这种决策能力直接引入军事作战系统的指挥决策系统中，而非现在所讨论的“帮助指挥官进行决策”。大量的人工智能系统引入决策系统，不止会产生追责问题，更有甚者可能利用这种决策系统发动恶意攻击，然后逃避责任。

　　相比ChatGPT，对于通用人工智能的军事应用讨论现阶段也许为时尚早，因为即便是GPT 4.0，甚至GPT 5.0，大多人依然认为其能力还难以取代人类，距离真正可用于决策的通用人工智能尚远。但是就在短短的半年前，大多数人工智能从业者甚至还认为通用人工智能只是一个科幻的概念。因此通用人工智能的发展速度，可能远比想象中要快，讨论决策能力类似甚至超越人类的人工智能军事应用，有着现实的意义。（北京蓝德信息科技有限公司 研究员 张杰）